需求突然轉(zhuǎn)換到，識(shí)別有背景的戶型圖：

具體效果參考空間大師，首先提出墻體，然后識(shí)別門窗、家具。

空間大師對(duì)實(shí)現(xiàn)思路幾乎沒有幫助，絕望之際找到一篇論文，看結(jié)果還不錯(cuò)，于是我們就開始根據(jù)論文一步步實(shí)現(xiàn)。

論文為：基于形狀與邊緣特征的戶型圖識(shí)別研究_江州，有兩種方法：

一、基于形狀特征的戶型圖識(shí)別

1、墻體線分割

彩色圖-->灰度圖-->統(tǒng)計(jì)灰度直方圖，最大值即為背景灰度。

墻體的幾何特征，平直度：

若某灰度值的平直度越高，則代表該灰度值的整體分布越趨于平直化。

墻體分割算法的主要流程為：

（1）統(tǒng)計(jì)全局圖像的灰度值，（2）計(jì)算分布圖中峰值灰度的平直度，（3）平直度最高的灰度值即為墻體線的灰度，（4）二值化閾值（通常取灰度域）。

2、墻體線降噪

觀察發(fā)現(xiàn)，噪聲部分連圖片連通區(qū)大小遠(yuǎn)小于墻體線構(gòu)成的連通區(qū)，且峰值連通區(qū)的數(shù)目決定了墻體的數(shù)量。

提出，基于連通區(qū)的快速去噪算法，主要思路：（1）統(tǒng)計(jì)全局的連通區(qū)大小，（2）找到能分割出所有峰值連通區(qū)對(duì)應(yīng)的最小閾值，（3）以該閾值的1/2作為分割閾值，對(duì)圖像中的連通區(qū)進(jìn)行分割。

3、墻體線矯正與分析

4、門窗的分割與識(shí)別

窗：平行線的紋理特征

門：圓弧所分割兩個(gè)區(qū)域的面積比

二、基于邊緣特征的戶型圖識(shí)別（我們進(jìn)行了代碼實(shí)現(xiàn)）

1、像素級(jí)邊緣提取

對(duì)于邊緣提取，canny算子的效果最好，保留了圖像更多的細(xì)節(jié)，且對(duì)部分破損邊緣進(jìn)行修補(bǔ)，但處理時(shí)間長；

sobel算子，能較好地保持邊緣細(xì)節(jié)，速度快，但自動(dòng)過濾掉了一部分不關(guān)注的邊緣。

選擇了sobel算子進(jìn)行邊緣檢測(cè)。

（1）去標(biāo)尺，得到處理圖像的邊界（灰度值投影找峰值的方法）

imageWithoutRuler(image, imageWithoutR, border);

（2）邊緣梯度的計(jì)算，計(jì)算四個(gè)方向的sobel梯度模板，選取最大的作為其梯度值及方向。

采用四個(gè)方向的梯度模板的好處在于充分利用8鄰域內(nèi)像素灰度信息的同時(shí)，判斷方向快速且只涉及到加法。

sobelGrad(src_gray, gradImage, thetaImage, ShowthetaImage, border);

梯度圖：

方向圖：

（3）閾值分割及非極大值抑制

閾值分割，對(duì)感興趣的圖像進(jìn)行分離，提取出梯度較高的像素點(diǎn)，這些像素點(diǎn)灰度值變化劇烈，為邊緣的候選點(diǎn)。

論文推薦分割的閾值：

非極大值抑制，保證該店為局部范圍內(nèi)梯度最大的點(diǎn)，保證邊緣為單像素寬度，方便進(jìn)行后續(xù)的邊緣追蹤。

方法：在該梯度上，該像素點(diǎn)大于等于相鄰的兩個(gè)像素點(diǎn)的梯度值。

threshold_nms(gradImage, thetaImage, gradImage1, border, 0.3);

（4）去冗余點(diǎn)與毛刺

（冗余點(diǎn)的定義沒看懂。）

毛刺，即分支點(diǎn)的特征為：在像素的八鄰域內(nèi)，有不超過一個(gè)像素點(diǎn)。

removeBurr(gradImage1, gradImage2, border);

（5）邊緣跟蹤

為了方便后續(xù)對(duì)邊緣數(shù)據(jù)進(jìn)行參數(shù)化，必須對(duì)提取的邊緣進(jìn)行編碼。其編碼算法的步驟如下：

步驟 1：從左到右，從上到下，檢索出所有連續(xù)邊界的起始點(diǎn)，記下起始點(diǎn)坐標(biāo)，并將該點(diǎn)的灰度值，置為背景灰度 0；

步驟 2：以該點(diǎn)的梯度方向?yàn)樗阉鞣较颍粩嘌h(huán)檢索下一個(gè)頂點(diǎn)。若找到，則加下該檢索方向，并將該點(diǎn)的灰度值置為背景灰度 0；若沒找到，說明該點(diǎn)是孤立點(diǎn)，即邊緣的終點(diǎn)，跳出循環(huán)；

步驟 3：以像素?cái)?shù)目門限對(duì)跟蹤結(jié)果進(jìn)行過濾，低于門限的邊緣被濾除。

該邊緣編碼方案與傳統(tǒng)的編碼方法進(jìn)行比較，一方面，直接對(duì)源圖像內(nèi)的像素點(diǎn)進(jìn)行置零操作，極大地減少了遍歷次數(shù)；另一方面，在檢索下一個(gè)邊界點(diǎn)時(shí)，把上一個(gè)檢索方向作為優(yōu)先檢索方向，檢索效率得到了較大的提升。

edgeTracking(gradImage2, thetaImage, border, lines_before);

2、亞像素級(jí)邊緣提取

。。。。。。

我們的困境在于不知道怎么去除干擾項(xiàng)，實(shí)現(xiàn)了部分代碼后，發(fā)現(xiàn)論文中是手動(dòng)去除干擾。。放棄。